文件名称：机器学习——支持向量机SVM算法完整实战源码
文件大小：596KB
文件格式：ZIP
更新时间：2022-05-16 09:44:35
机器学习 算法 源码软件 支持向量机 人工智能
基于Python和sklearn机器学习库实现的支持向量机算法使用的实战案例。 使用jupyter notebook环境开发。 支持向量机：支持向量机（Support Vector Machine, SVM）是一类按监督学习（supervised learning）方式对数据进行二元分类的广义线性分类器（generalized linear classifier），其决策边界是对学习样本求解的最大边距超平面（maximum-margin hyperplane） [1-3] 。 SVM使用铰链损失函数（hinge loss）计算经验风险（empirical risk）并在求解系统中加入了正则化项以优化结构风险（structural risk），是一个具有稀疏性和稳健性的分类器 [2] 。SVM可以通过核方法（kernel method）进行非线性分类，是常见的核学习（kernel learning）方法之一。
【文件预览】：
img
----5.png(6KB)
----1.png(76KB)
----6.png(63KB)
----2.png(75KB)
----4.png(109KB)
----3.png(92KB)
支持向量机.ipynb